WO2003096244A1 - Systeme de prediction de demande de composant de reparation - Google Patents
Systeme de prediction de demande de composant de reparation Download PDFInfo
- Publication number
- WO2003096244A1 WO2003096244A1 PCT/JP2002/007100 JP0207100W WO03096244A1 WO 2003096244 A1 WO2003096244 A1 WO 2003096244A1 JP 0207100 W JP0207100 W JP 0207100W WO 03096244 A1 WO03096244 A1 WO 03096244A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- failure rate
- failure
- failures
- demand
- elapsed
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
Definitions
- the present invention relates to a system for predicting future demand for repair parts. Background technology
- the future number of products owned can be roughly predicted from past statistics, and the future market size of spare parts is based on the estimated replacement rate (replacement rate due to repair, the rate of failure Is approximately equal to the “rate”).
- the present invention has been made in view of the above circumstances, and an object of the present invention is to provide a demand forecast of a repair part capable of highly accurately estimating an existing failure rate of the repair part and performing a demand forecast with high reliability. To provide a system. Disclosure of the invention
- the present invention provides a database that collects data on the number of failures, the cause of failure, and the number of years elapsed for each repaired part that has been replaced due to a failure within the warranty period; A totaling means for extracting failures due to endurance deterioration from failure causes and totalizing the number of failures for each elapsed year.
- a demand forecast system for repair parts characterized by the following features:
- the failure rate after the warranty period can be accurately estimated. This failure rate and the estimated future number of products held From this, it is possible to calculate the future market size of each repaired part and predict the demand almost accurately.
- the failure estimating means estimates a failure rate after the warranty period has passed by performing Weibull analysis on a failure rate of each repair part for each elapsed year. Can be.
- the distribution of the life time (failure time) of the article generally follows the wiper distribution, and by analyzing the failure rate of each repaired part for each elapsed year by Weibull analysis, the failure after the warranty period elapses The rate can be estimated more accurately.
- FIG. 1 is a block diagram showing a demand forecasting system for a repair part of an automobile according to an embodiment of the present invention.
- Fig. 2 shows the breakdown of the repair parts of the automobile according to the present embodiment within the warranty period. It is a figure showing an example of an evening.
- Figure 3 is a diagram showing an example of a summary table that summarizes the breakdown of repair parts for each year that has elapsed since the first year of the warranty period.
- FIG. 4 is a diagram in which the failure rate for each elapsed year in the example shown in FIG. 3 is plotted on Weibull probability paper and a regression line is drawn.
- the demand forecasting system for repair parts predicts demand for repair parts of automobiles.
- the demand forecast system for repair parts is a computer system that uses a computer 10 to forecast demand based on data on a data base 1 as shown in Figure 1. First, data on failures during the warranty period for repair parts is collected and stored in Database 1.
- Symptoms should be marked with “ ⁇ ” if the cause of failure is due to deterioration of durability, and “X” should be marked for any other cause of initial quality failure.
- the totaling means 11 of the computer 10 extracts the required data, and the cause of the failure is due to the deterioration of the durability (the symptom is “ ⁇ ”). Tally.
- the data is stratified for each year from the first year of the warranty period.
- Fig. 3 shows an example of a tabulation table for a certain repair part.
- the repair part has a warranty period of three years and the cause of failure is due to deterioration in durability. At the same time, the year of the car in which the repair part was used Shows the number of vehicles owned by each.
- the compensation period failure rate calculation means 12 calculates the failure rate (%) by dividing the total number of failures for each elapsed year by the total number of vehicles owned, and the failure rate is also shown in the summary table of FIG. I have.
- the failure rate estimating means 13 performs Weibull analysis of the failure rate for each of the elapsed years.
- the failure rate for each elapsed year is plotted on Weibull probability paper as shown in Fig. 4.
- the elapsed year (year) is plotted on the horizontal axis of the Weibull probability paper, which is a log-logarithmic representation, and the failure rate (%) is plotted on the vertical axis.
- Plot P 1 is the failure rate of 0.042% for the one year old
- Plot 2 is the failure rate of 0.059% for the two years old
- P3 is 0.075% for the failure rate of three years old % Points.
- the demand forecasting means 14 predicts future demand, that is, market size, by multiplying the estimated number of owned vehicles by the estimated failure rate as the estimated replacement rate.
- the demand forecast was made for the repair parts of automobiles, but the present invention is applied to the repair parts as long as the number of products possessed can be grasped. It is possible to predict the demand almost accurately.
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Description
明 細 書 補修部品の需要予測システム 技 術 分 野
本発明は、 補修部品の将来の需要を予測するシステムに関する。 背 景 技 術
製品についての将来の保有台数は、 過去の統計から凡そ予測することができ、 補修部品の将来の市場規模はこの保有台数に推定交換率 （補修による交換率であ り、 故障を起こす割合 「故障率」 に略等しい） を乗算すれば概ね求めることがで さる。
しかし、 機能部品等に関しては論理的に故障率を求めることができず、 結局従 来は、 長年従事した者の経験や勘によって市場規模を予測して、 この予測に基づ いて部品が製造されていた。
したがつて、 推定した故障率の精度は著しく低く予測した需要は信頼性に欠け るもので、 そのためこの予測に基づいて製造された補修部品の量は現実に合わず 、 在庫過多になったり逆に不足気味になったりしていた。
本発明は、 斯かる点に鑑みなされたもので、 その目的とする処は、 補修部品に ついて捋来の故障率を高精度に推定して信頼性の高い需要予測ができる補修部品 の需要予測システムを供することにある。 発 明 の 開 示
上記目的を達成するために、 本発明は、 保証期間内に故障により交換された補 修部品について部品ごとの故障件数， 故障原因及び経過年数のデータを収集した データベースと、 前記データベースから各補修部品について故障原因のうち耐久 劣化による故障を抽出して故障件数を経過年毎に集計する集計手段と、 前記経過 年毎に集計された故障件数と経過年毎の製品の保有台数から各補修部品について
100 の経過年毎の故障率を算出する補償期間故障率算出手段と、 前記各補修部品につ いて算出した経過年毎の故障率から保証期間経過後の故障率を推定する故障率推 定手段と、 前記推定された保証期間経過後の故障率と製品の将来の推定保有台数 から各補修部品について将来の市場規模を算出し需要を予測する需要予測手段と を備え、 コンピュータにより需要を予測することを特徴とする補修部品の需要予 測システムを提供する。
保証期間内に故障した部品は略 100 %が無償交換するため、 保証期間内に故障 により交換された補修部品についてのデータに基づいて略正確な故障率を導き出 すことができる。
さらに故障原因のうち初期品質不具合によるものは初期特有の不具合であり保 証期間後の故障原因とはならないので、 初期品質不具合を除いた耐久劣化による 故障を抽出して基礎データとすることで精度の高い故障率を算出することができ る。
斯かる保証期間内の高精度の故障率を経過年毎に算出することで、 保証期間経 過後の故障率を精度良く推定することができ、 この故障率と製品の将来の推定保 有台数とから各補修部品について将来の市場規模を算出し需要を略正確に予測す ることが可能である。
本発明では、 上記補修部品の需要予測システムにおいて、 故障推定手段は、 各 補修部品の前記経過年毎の故障率をワイブル分析することにより前記保証期間経 過後の故障率を推定するものとすることができる。
このようにすることにより、 物品の寿命時間 （故障時間） の分布は概ねワイプ ル分布に沿うので、 各補修部品の経過年毎の故障率をワイブル分析することによ り保証期間経過後の故障率をより正確に推定することができる。 図面の簡単な説明
図 1は、 本発明の一実施の形態に係る自動車の補修部品についての需要予測シ ステムを示すブロック図である。
図 2は、 本実施の形態に係る自動車の補修部品について保証期間内の故障のデ
一夕の一例を示す図である。
図 3は、 保証期間の初年から経過年ごとに補修部品の故障について集計した集 計表の一例を示す図である。
図 4は、 図 3に示す例における経過年毎の故障率をワイブル確率紙にプロット し回帰直線を描いた図である。 発明を実施するための最良の形態
以下、 本発明に係る一実施の形態について図 1ないし図 4に基づいて説明する 。 本実施の形態に係る補修部品の需要予測システムは自動車の補修部品につい て需要予測するものである。
補修部品の需要予測システムは、 図 1に示すようにデ一夕ベース 1のデータに 基づきコンピュータ 10により需要予測をするコンピュータシステムである。 まず、 補修部品について保証期間内の故障のデータを集め、 データベース 1に 集積する。
図 2に示すように故障した補修部品 1個 1個について部品番号、 車種、 故障発 生年月、 故障するまでの経過日数、 症状 （故障原因） 、 保証期間などについてデ —夕を集める。
症状については故障原因が耐久性劣化によるものには" 〇" 、 その他の初期品 質不具合によるものには" X " の区別符号を付するようにする。
このデータべ一ス 1からコンピュータ 10の集計手段 11が、 所要のデ一夕を抽出 して故障原因が耐久性劣化による （症状の区別が" 〇" の） 各補修部品の年度毎 の故障件数を集計する。
なお、 保証期間の初年から経過年ごとに層別して集計する。
図 3はある補修部品について集計した集計表の例であり、 該補修部品は保証期 間が 3年で故障原因が耐久性劣化によるものであり、 同時に該補修部品が使われ ていた自動車の年度毎の保有台数を示している。
各年度について経過年毎の故障件数及び該自動車の保有台数が示されていると ともに、 経過年毎の故障件数の合計と保有台数の合計が示されている。
そして、 補償期間故障率算出手段 12が、 経過年毎の合計故障件数を合計保有台 数で除算した故障率 （％) を算出しており、 その故障率も図 3の集計表に示され ている。
次に、 故障率推定手段 13が、 前記経過年毎の故障率のワイブル分析を行なう。 すなわち、 経過年毎の故障率を図 4に示すようにワイブル確率紙にプロッ卜する 両対数表示であるワイブル確率紙の横軸に経過年 （年） をとり、 縦軸に故障率 (%) をとる。
プロット P 1は経過年 1年の故障率 0. 042 %の点、 プロット P 2は経過年 2年 の故障率 0. 059 %の点、 プロット P 3は経過年 3年の故障率 0. 075 %の点である。 このプロット P l， P 2 , P 3の 3点の回帰直線 Lを計算し、 ワイブル確率紙 に描いてみると、 図 3に示すようであり、 回帰直線 Lを保証期間経過後も延長す ることで、 当該部品の捋来の故障率を推定することができる。
次いで、 需要予測手段 14が、 この推定故障率を推定交換率として、 捋来の該自 動車の推定保有台数に乗算して将来の需要すなわち市場規模を予測する。
例えば図 4に示す例では、 該補修部品の 5年経過時における故障率は 0. 105 % 程度と推定することができ、 その年度の該自動車の推定保有台数が 71 , 000台とす ると、 75 ( = 71 , 000 X 0. 00105) 個の需要が予測できる。
保証期間内に故障した部品は略 100 %が無償交換するため、 以上のように保証 期間内の故障率に基づいて導き出された将来の故障率は略正確で信頼性が高い。 また将来の需要に関係しない初期品質不具合を除いた耐久劣化による故障を抽 出して基礎データとしているので、 将来の故障率の精度を低下させる要因を除き 高い精度の故障率を推定できる。
さらに物品の寿命時間 （故障時間） の分布は概ねワイブル分布に沿うので、 各 補修部品の経過年毎の故障率をワイブル分析することにより保証期間経過後の故 障率をより正確に推定することができる。
上記実施の形態では自動車の補修部品について、 その需要予測を行ったが、 本 発明は製品の保有台数が把握できる製品であれば、 その補修部品について適用す
ることが可能であり略正確な需要を予測することができる。
Claims
1 . 保証期間内に故障により交換された補修部品について部品ごとの故障件 数， 故障原因及び経過年数のデータを収集したデータベースと、
前記データベースから各補修部品について故障原因のうち耐久劣化による故障 を抽出して故障件数を経過年毎に集計する集計手段と、
前記経過年毎に集計された故障件数と経過年毎の製品の保有台数から各補修部 品についての経過年毎の故障率を算出する補償期間故障率算出手段と、
前記各補修部品について算出した経過年毎の故障率から保証期間経過後の故障 率を推定する故障率推定手段と、
前記推定された保証期間経過後の故障率と製品の将来の推定保有台数から各補 修部品について将来の市場規模を算出し需要を予測する需要予測手段とを備え、 コンピュータにより需要を予測する
ことを特徴とする補修部品の需要予測システム。
2 . 前記故障率推定手段は、 各補修部品の前記経過年毎の故障率をワイブル分 析することにより前記保証期間経過後の故障率を推定することを特徴とする請求 項 1記載の補修部品の需要予測システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| BR0210947-6A BR0210947A (pt) | 2002-05-13 | 2002-07-12 | Sistema de previsão de demanda de peças de reparo |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002136783A JP2003331087A (ja) | 2002-05-13 | 2002-05-13 | 補修部品の需要予測システム |
| JP2002-136783 | 2002-05-13 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2003096244A1 true WO2003096244A1 (fr) | 2003-11-20 |
Family
ID=29267751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/JP2002/007100 WO2003096244A1 (fr) | 2002-05-13 | 2002-07-12 | Systeme de prediction de demande de composant de reparation |
Country Status (5)
| Country | Link |
|---|---|
| EP (1) | EP1363211A3 (ja) |
| JP (1) | JP2003331087A (ja) |
| CN (1) | CN1520571A (ja) |
| BR (1) | BR0210947A (ja) |
| WO (1) | WO2003096244A1 (ja) |
Families Citing this family (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006040203A (ja) * | 2004-07-30 | 2006-02-09 | Tokyo Gas Co Ltd | 機器診断方法及び機器診断システム |
| JP4481228B2 (ja) * | 2005-09-20 | 2010-06-16 | 株式会社日立製作所 | 保守サービス提供システム |
| US7930052B2 (en) * | 2006-11-22 | 2011-04-19 | Raytheon Company | Automated logistics support system incorporating a product integrity analysis system |
| JP5019992B2 (ja) * | 2007-08-21 | 2012-09-05 | 株式会社リコー | 代替準備支援システム、代替準備支援サーバ装置及び代替準備支援プログラム |
| JP5509210B2 (ja) * | 2009-09-18 | 2014-06-04 | 株式会社東芝 | 故障率を算出する装置、システムおよび方法 |
| JP5416630B2 (ja) * | 2010-03-24 | 2014-02-12 | 株式会社日立製作所 | 移動体異常判断支援システム |
| US20130332233A1 (en) * | 2011-02-23 | 2013-12-12 | Naoko Kishikawa | Prediction system and program for parts shipment quantity |
| JP5896668B2 (ja) * | 2011-09-26 | 2016-03-30 | 三菱重工業株式会社 | 需要予測装置、需要予測方法および需要予測プログラム |
| KR20160085373A (ko) | 2014-06-26 | 2016-07-15 | 미쓰비시 덴키 빌딩 테크노 서비스 가부시키 가이샤 | 승강기의 부품 수요 예측 시스템 |
| JP6568831B2 (ja) * | 2016-09-23 | 2019-08-28 | 三菱重工業株式会社 | 航空機の部品支援システム、部品支援方法及び部品支援プログラム |
| US10589749B2 (en) | 2017-02-23 | 2020-03-17 | Tata Consultancy Services Limited | Method and system for early detection of vehicle parts failure |
| CN107220216B (zh) * | 2017-05-16 | 2020-07-28 | 中国人民解放军海军工程大学 | 一种利用特征数的威布尔型备件需求量的近似计算方法 |
| JP7125491B2 (ja) * | 2017-09-29 | 2022-08-24 | ウィー プレディクト リミテッド | 機械分析 |
| CN109635421B (zh) * | 2018-08-28 | 2023-02-24 | 李涛 | 一种基于威布尔模型的一般压力表检测周期动态优化方法 |
| JP7215062B2 (ja) * | 2018-10-16 | 2023-01-31 | 富士通株式会社 | 故障率推定プログラム、故障率推定方法及び情報処理装置 |
| CN109740814A (zh) * | 2018-12-29 | 2019-05-10 | 联想(北京)有限公司 | 预测方法、装置及电子设备 |
| CN110728466B (zh) * | 2019-10-24 | 2022-05-20 | 珠海格力电器股份有限公司 | 一种新产品的目标配件需求量确定方法及计算机设备 |
| CN111209472B (zh) * | 2019-12-24 | 2023-08-18 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 一种铁路事故故障关联和事故故障原因分析方法及系统 |
| CN111915184A (zh) * | 2020-07-30 | 2020-11-10 | 上海数策软件股份有限公司 | 汽车行业零件质量早期预警方法及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06119370A (ja) * | 1992-10-06 | 1994-04-28 | Sanyo Electric Co Ltd | 製品の市場残存率を考慮したワイブル解析方法 |
| JPH0765068A (ja) * | 1993-08-30 | 1995-03-10 | Fujitsu Ltd | 品質データ分析装置 |
| JPH1034122A (ja) * | 1996-07-25 | 1998-02-10 | Fuji Xerox Co Ltd | 商品リサイクルシステムにおける部品選別方法 |
| JP2000155700A (ja) * | 1999-01-01 | 2000-06-06 | Hitachi Ltd | 品質情報収集診断システムおよびその方法 |
-
2002
- 2002-05-13 JP JP2002136783A patent/JP2003331087A/ja active Pending
- 2002-07-12 CN CNA028128311A patent/CN1520571A/zh active Pending
- 2002-07-12 BR BR0210947-6A patent/BR0210947A/pt not_active IP Right Cessation
- 2002-07-12 WO PCT/JP2002/007100 patent/WO2003096244A1/ja active Application Filing
- 2002-07-24 EP EP02016319A patent/EP1363211A3/en not_active Withdrawn
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06119370A (ja) * | 1992-10-06 | 1994-04-28 | Sanyo Electric Co Ltd | 製品の市場残存率を考慮したワイブル解析方法 |
| JPH0765068A (ja) * | 1993-08-30 | 1995-03-10 | Fujitsu Ltd | 品質データ分析装置 |
| JPH1034122A (ja) * | 1996-07-25 | 1998-02-10 | Fuji Xerox Co Ltd | 商品リサイクルシステムにおける部品選別方法 |
| JP2000155700A (ja) * | 1999-01-01 | 2000-06-06 | Hitachi Ltd | 品質情報収集診断システムおよびその方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| BR0210947A (pt) | 2004-06-08 |
| JP2003331087A (ja) | 2003-11-21 |
| EP1363211A3 (en) | 2004-06-23 |
| EP1363211A2 (en) | 2003-11-19 |
| CN1520571A (zh) | 2004-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2003096244A1 (fr) | Systeme de prediction de demande de composant de reparation | |
| US6647371B2 (en) | Method for predicting a demand for repair parts | |
| US6751574B2 (en) | System for predicting a demand for repair parts | |
| JP6653165B2 (ja) | 車両構成要素の状態を判定するためのシステム及び方法 | |
| KR101044744B1 (ko) | 신뢰도 기반 배전기자재 유지보수 시스템과 방법 | |
| Zhou et al. | Hazard rate models for early detection of reliability problems using information from warranty databases and upstream supply chain | |
| Rodrigues et al. | A spare parts inventory control model based on Prognostics and Health monitoring data under a fill rate constraint | |
| CN102508774A (zh) | 基于新环境因子函数的软件可靠性增长模型的建模方法 | |
| US20040123179A1 (en) | Method, system and computer product for reliability estimation of repairable systems | |
| CN109635001B (zh) | 基于设备失效数据分析的产品可靠性提升方法和系统 | |
| US8121887B2 (en) | Method and system for reporting on the quality of a repair process | |
| JP2004152017A (ja) | 設備の保全方式を評価する保全方式評価装置、保全方式評価方法、及びその方法をコンピュータに行わせるためのプログラム並びに記録媒体 | |
| US7206708B2 (en) | Lifecycle support software tool | |
| CN109933890A (zh) | 一种产品综合维修方法和装置 | |
| Anastasiadis et al. | Auto warranty and driving patterns | |
| Li et al. | Renewable warranty policy for multiple-failure-mode product considering different maintenance options | |
| Okumoto | Software defect prediction based on stability test data | |
| Leachman | The engineering management of speed | |
| Park et al. | Maintenance and warranty concepts | |
| Zuo et al. | Analysis of window-observation recurrence data | |
| US20050114237A1 (en) | Inventory forecasting system | |
| CN114580668A (zh) | 一种基于区块链的器材消耗计算方法 | |
| Tajibaev et al. | The economic aspect of the reliability of vehicles | |
| Bergès et al. | Innovative methodology for failure rate estimation from quality incidents, for ISO26262 standard requirements | |
| Yang | Optimum degradation tests for comparison of products |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AK | Designated states |
Kind code of ref document: A1 Designated state(s): BR CN IN |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 1062/MUMNP/2003 Country of ref document: IN |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 028128311 Country of ref document: CN |